📍居家一整天，不想去相亲，不是对感情失望，而是觉得现阶段，把时间花在提升自己和生活上，更让我觉得安心。 平平淡淡的一天，但每一分钟都属于自己。 分享我的日常，也祝你今天开心。 #vlog日常#

我的推特收益每次只有 100 多刀，应该远少于大部分蓝V，甚至比那个被 Tauri 伤过两次的小伙伴还要低，挺有意思的，为啥这么少呢？哈哈哈我要反思一下，顺便给大伙分享一下我的失败经验。 首先我不是网红、也不是自媒体、也不是 KOL，啥也不是，就是一个普通的写点儿兴趣代码的工程师。推特对我来说，就是把我做的开源产品更新日志同步给大伙，然后分享一些生活中去哪儿玩了、吃了啥、看了啥的日常推。没有任何流量压力，也没有任何用流量来赚钱的压力，收益少就少呗，反而刚好造就了这个我现在越来越喜欢的账号。 自媒体博主一般是靠接广告来赚钱，一般 AI 的给得其实挺多，平时通过分享非常多利他的产品来让更多人关注，利他的同时获得应有的收益，其实也挺好的。不过一般会有流量压力，要一直追热点、琢磨标题，发得越长久就会做到越来越好，只是我感觉这个事情太累了，自己做不来。 其实我之前也接过一些广告，不过已经很久不接了。之前记得有机构联系我，说广告主不喜欢我这种账号，喜欢那种经常发 AI 热点的账号，我一听，反而很高兴，哈哈，我的账号没有变成人家眼中的高质量流量账号，那应该我保持的还行。 一直在想，假如用一个词语来描述我的账号该是什么呢？想了好久，终于在今天想到了，所以出现了这篇随便文章：我的账号应该是一本长期迭代的「Tw93 工程师杂志」。 这本杂志大概有这么几个栏目：产品手记，记录 Pake、Mole、Kaku 这些产品的更新迭代和有趣的思路；技术专栏，写写技术思考、对 AI 的思考、新技术领域的学习专题；好物推荐，都是我自己真在用的好工具，没有恰饭的那种；还有一个随便看看的模块，可以看到我的日常生活，吃的、玩的、看的。 每一个工程师都可以随便翻翻，看到一些自己感兴趣的东西，然后深入去把玩，对于想学习的朋友也可以基于我的长文一篇一篇看下去，再去我的博客以及潮流周刊看到往期更有意思的内容。 这个杂志几乎没有广告，也不会为了推广自己的产品去说一些违心的话。更新也很随意，一般每天最多发两条，太忙就只发一条，想到啥发啥。同时这本杂志也是一个持续迭代的产品，你可以基于他看到我这个人每年的变化，像一个持续陪伴你的技术好友，也可以通过私信来联系这本杂志的编辑。 杂志慢慢也在发展自己的副业 Mole，能卖出去并非产品多好用，更多还是大家对这个杂志本身的信任。这事还让我体会到，流量低的内容不代表没价值，看的人是不多，但信任很足，反而能带来一些意想不到的转化，挺神奇的。只不过他经营得比较随意，但是比较持续。 那么我到底在运营什么呢？应该就是 Tw93 这本杂志。我是个什么样的人，就写什么样的内容，自然就会遇到什么样的读者，不需要担心写什么。最终我最想做的事情就是让阅读这本杂志的工程师和我可以更好地相互学习、成长，但是也不焦虑的那种。

看完了 Claude Code 主席 Boris 的播客采访，他从去年 11 月起没有手写过一行代码，每天提交 10 到 30 个 PR，同时跑 5 个 agent。 听完 Lenny 对他一个多小时的采访，信息密度很高，分享一些我的收获。 1️⃣ Claude Code 的起源：一个人，两个赞 最初就是 Boris 一个人在 Anthropic Labs 搞的 side project，同期他也做了很多其他的side project，大部分都死掉了。 选了终端是因为一个人开发最简单，在内网发了篇帖子介绍，两个赞，没人觉得一个 CLI 能成事。 但是迄今为止这东西贡献了 GitHub 上 4% 的 commit，如果算上私有仓库，这个比例还会更高，Semi-Analysis 预测年底到 50%。 从两个赞到覆盖 50% 的 commit，中间只隔了不到两年，AI时代的产品进化速度可见一斑。 2️⃣ 核心产品哲学：为六个月后的模型而建 Boris 反复强调这一点，Claude Code 早期只能写 20% 的代码，他自己都不信任它。 但产品架构留好了扩展空间，等 Opus 4 一出来，PMF 瞬间 click。 现在做 AI 产品的人，最大的错误就是按今天的模型能力做产品设计。 你应该赌的是下一代模型。赌对了你起飞，赌错了你也没亏多少。 3️⃣ 委派，而非指示 很多人做 AI 产品的思路是给模型设计死板的 step 1 → step 2 → step 3 workflow，把模型当成一个系统里的函数来调用。 Boris 说一年前你确实需要大量 scaffolding 来兜底，但现在完全不需要了。 给模型工具，给它目标，让它自己想办法。 对于 Agent 开发者来说，这点尤其重要。别太迷信 LangChain、LangGraph、AutoGen 这类框架，别尝试用流程图把模型框住。 Agent 应该为目标负责，而不为流程、中间态、执行路径负责。 这就是 Claude Code 一直强调的：delegate, don't dictate。 4️⃣ 编程已经被解决了，接下来是工具和多模态 Boris 认为 coding 对模型来说已经基本解决了接下来的方向是让模型接入更多工具，让 Agent 能操作的东西变多。浏览器、API、数据库、部署流水线，全都会变成模型的手和脚。 更有意思的是他提到一个现象：提升模型 X 方向的能力通常也会提升 Y 方向。模型能力的增长不是线性叠加，而是能力之间互相加速。 这意味着一旦某个能力突破阈值，其他方向也会跟着跳一级。 5️⃣ 软件工程师这个岗位会消失，Builder 会出现 Boris 的判断：也许今年年底，AI 就能包揽 100% 的代码编写。 传统意义上的软件工程师将不复存在。取而代之的是一个集合了产品、研发、测试、部署的综合岗位，大概叫 Builder。 他观察到 Anthropic 内部已经在发生这种融合。设计师在写代码，PM 在跑 Agent，工程师在做产品决策。三个角色的边界已经开始模糊，50% 的日常工作其实是重叠的。 有个数据很说明问题：Boris 在推特做了个调查，70% 的工程师和设计师表示有 AI 之后更享受工作了。不是因为工作变少了，是因为终于可以把时间花在真正重要的事情上。 6️⃣ 自然语言是新时代的编程语言，编程语言是新时代的汇编 未来编程可能就是和 AI 交互。手写代码会变成和今天写汇编一样的存在：深入底层，写一些计算机能直接看懂的东西，极少数人需要做，大多数人永远不碰。 自然语言会变成新时代的编程语言。编程语言会变成新时代的汇编语言。 怎么理解要不要学编程这件事？Boris 给了一个非常精准的历史类比。和程序员最像的历史角色是 1400 年代欧洲的抄写员，垄断了所有的读写工作。古腾堡印刷术出来后 50 年，印刷量超过此前 1000 年的总和，价格暴跌 80%，识字率从 1% 飙到 70%，抄写员这个职业直接消失了。 编程正在经历一模一样的过程，你可以觉得这话狂。但说这话的人，曾在 Meta 负责过 Facebook、Instagram、WhatsApp 的代码质量基础设施，是那个时代最顶级的 infra 工程师之一。 他不是不会写代码，他是写了太多代码之后，深刻认识到代码从来都只是手段，build才是目的。 7️⃣ 200% 的提效，到底意味着什么 Anthropic 工程师人均 PR 数提升了 200%。 200% 听着好像还好，但 Boris 之前在 Meta 就是做工程生产力的，负责 Facebook、Instagram、WhatsApp 全线的代码质量基础设施。 在那个体量的公司里，工程效率提升几个百分点都是巨大的飞跃，足够写进年度 OKR 当 两点。 200%，是完全不同量级的事情。 这就是为什么他每天能 ship 10 到 30 个 PR 还觉得很正常，游戏规则已经彻底变了。 8️⃣ 代码现在是真的廉价 这个观点对老工程师的冲击最大。 AI 现在会写大量的即时代码，用完就丢，只是为了完成某一次任务。跑个数据分析、做个格式转换、写个一次性脚本，用完就删，毫不心疼。 之前代码是很贵的。你需要几年的学习成本才能写出能跑的东西，coding 和 debug 的时间成本都很高昂。 所以老一代工程师对代码有一种天然的珍惜感，写出来的东西要 review、要重构、要维护。 但现在代码的边际成本趋近于零。认识到代码很便宜，非常重要。很多老工程师过不了这个心理关，还在用写精品代码的心态对待每一行输出。这就像印刷术时代还在手抄经文。 9️⃣ 给企业的建议：别限制 token，别省钱 Anthropic 内部有些工程师每月 token 花费过十万美元。 Boris 的建议：给工程师无限 token 预算，让他们可以大胆探索落地想法，甚至允许 token 费用超过工程师本身的薪资。 听着疯狂？对比人均产出提升 200% 的数据，这笔账太好算了。真正有创造力的想法往往来自某个人不计成本地试了一个看起来太疯狂的点子，你限制 token 就是在限制创新的上界。 用 Boris 的话说：先别急着衡量 ROI，先让工程师用起来，价值自己会显现。 🔟 成为通才，而不是单一技能点的专家 Boris 给工程师的职业建议：尝试真正成为一个通才。只会一个垂直能力的人未来会越来越吃亏。 未来几年能获得最大回报的那批人，不只是 AI native、拥抱 AI 的人。还要充满好奇心，知识广博。 你还得懂产品、懂设计、懂用户心理、懂商业逻辑。 单点深入的价值在被 AI 快速拉平，广度 × 判断力才是新的护城河。 1️⃣1️⃣ 一些CC的使用建议 Boris 分享了几个 Claude Code 的实战 tips： 1.一直用最强的模型。经济型模型可能因为能力不够强需要多次尝试，最终的 token 成本也许比最强模型更贵。考虑到时间成本更是如此，目前最强的是 Opus 4.6 2.多用 Plan Mode。先让模型理解全局再动手，效果远好于直接开干 3.尝试多种使用形态。终端、桌面应用、移动端，每种形态适合不同场景。Boris 提到 Anthropic 的设计师更多用 Desktop App 里的 Code tab，不需要打开 IDE 就能调用同等能力 他还推荐写好 CLAUDE.md，这跟我之前分享的 Claude Code 最佳实践完全吻合。 最后的彩蛋：味噌哲学 Boris 是乌克兰人，加入 Anthropic 前住在日本中部乡下好几年，是整个城市唯一的工程师和英语使用者。每周骑车去农贸市场，和邻居交换自制食物，学会了做味噌和发酵食品。 主持人问他 AGI 之后的计划？继续做味噌。 一个在日本乡下做味噌的乌克兰人，回到硅谷造了个改变所有工程师工作方式的工具。 编程是建造的方式，味噌也是。工具会变，建造的欲望不会。 这种人你很难不服。

日没夜用了两天 GPT-6、Fable 5.1。消耗了 21 亿 Token，我现在最大的感受是焦虑，以及深度恐惧。 我的核心判断：社会分工和财富会因为 AI 重新洗牌，而留给我们调整自己的时间，可能比想象中少得多。 这个帖子想给各位敲响警钟，也分享一下，我觉得普通人接下来应该怎么办。在硅谷，我几乎经历了整个机器学习到如今 AI 的演变。这一次，我觉得跨过了某个奇点 1/ 先分享一组数据：累计消耗了 2,101,817,483 个 token，我几乎重构了我所有的工作流，删掉了约 95% 的 prompt，效果甚至更好 我之前几个月的调优工作，在这次更新面前，突然显得微不足道。这让我开始怀疑，自己过去积累下来的方法，有多少只是为了弥补上一代模型的不足？ 2/ 2022 年 12 月，我第一次使用 ChatGPT 到现在，连四年都不到。四年，很多人可能才刚熟悉一份工作，AI 却已经跨过了这么多技术节点。以前还要反复追问、解释的东西，现在交流起来，我真的越来越觉得像在跟一个真人对话。甚至，我感觉这次出现了某种“灵性” 这个词不严谨，但它很接近我的感受。我暂时也不想展开解释，只能说，单看参数和跑分，已经很难传达这次使用带给我的冲击 3/ 让我恐惧的还有另一件事：这种能力，还没有充分进入每个人的日常工作 我坚定认为，一部分工作今天还需要人来做，只是因为把 AI 用到足够好、足够稳定，仍然很贵。 这些门槛到底还能维持多久？ 我感到的倒计时，是我们今天赖以挣钱的能力，还能稀缺多久。 一个人学一门技能，要读书、练习、犯错，可能花上好几年。模型的能力一旦得到改进，同一套能力就可以被部署到大量系统里。我们面对的是一种完全不同的积累和复制速度。拿它跟人类个体的学习速度比较，我只有无力感！ 所以我觉得，人类需要放下一部分 ego。包括我自己。 不能因为自己有经验、懂技术，就默认 AI 永远只能当实习生，永远只能等人类安排下一步 在它更擅长的问题上，我愿意让AI带着我走。让它指出我哪里想错了，告诉我还缺哪些信息，甚至提出一个我根本没想到的方向。能接受它来指导我，同时检查它的依据，是我这两天跟 AI 的相处模式 4/ 那普通人现在能做什么？ 篇幅有限，我把它放在评论区